基于决策融合的非侵入式电力负荷辨识方法及应用

在非侵入式负荷分解与辨识中,单独一种算法的辨识决策方法容易受算法自身的局限性以及电网对用电设备而降低辨识精度,使得不能准确获得用电设备投切情况。为此,基于多种不同算法得到的分解与辨识结果,提出了一种非侵入式电力负荷分解与辨识决策融合方法。首先,提取每个用电设备平稳状态下的负荷特征,并采用3种常用的模式识别方法进行分解与辨识。然后将得到的辨识结果,进一步采用一种加权方法对投切结果进行决策。最后采用案例分析,对决策融合方法进行了合理验证。结果证明,辨识决策方法可以有效地提高设备辨识的准确性。     

非侵入式电力负荷多目标分解框架

现有基于最优化的非侵入式负荷分解方法存在两个问题:使用一到两个特征对家庭负荷的分解效果差;而使用三个及以上特征作为用电设备辨识的目标函数难度高。提出非侵入式电力负荷多目标分解框架,解决传统方法利用特征数少、加权系数难确定等问题。以有功功率、无功功率、视在功率、谐波和电流波形作为电器运行状态的目标函数,建立多目标优化负荷分解模型。利用多目标进化算法(Multi-Objective Evolutionary Algorithm,MOEA)对实测用电数据进行负荷分解求得Pareto最优解集。最后通过多准则决策方法选出识别结果。实验结果表明,增加特征可提高MOEA算法对多个用电设备同时运行时识别准确率,且与当前主流算法相比,所提框架对家庭负荷分解的准确率更高。     

基于高频数据V-I特性的延时反馈负荷在线快速辨识算法

研究了一种基于V-I特性的延时反馈非侵入负荷在线快速辨识算法,该算法根据用电设备负荷容感性不变原理,在相同电压背景下,提取每次暂态发生前电路中的稳态周期电流,利用信号一维加减得到上一次投切的用电设备稳定运行时的周期电流,结合居民用户的用电设备操作习惯对目标函数施加约束,缩小可能进行投切的用电设备的组合范围,优化求解确定用电网络中的负荷状态。此外,引入延时反馈识别投切负荷,避免负荷暂态过程对稳态特征提取的影响。利用公开数据集对该方法的有效性进行验证,通过延迟负荷识别可在短时间内准确高效地判断各用电设备的启停时刻。     

基于KM算法投切事件匹配的负荷辨识方法

负荷投切事件是关联负荷分类、辨识的一个重要依据,为了能够准确的实现非侵入式负荷投切过程的辨识,提出一种基于KM算法投切事件匹配的非侵入式负荷辨识方法。在该方法中,首先采用一种功率曲线拟合逼近的方式进行负荷事件检测,并利用投切稳态特征建立用电设备投入和切除特征的概率分布模型。同时,考虑到负荷投入事件和切除事件数量不对等情况,将负荷事件与数据库负荷进行匹配,并采用加权优化的KM算法寻找最佳解,从而实现负荷投入和切除的正确匹配辨识。最后,在真实的测试场景并结合REDD数据集进行实验,结果表明文中方法能对负荷投切事件进行有效匹配辨识,为实现能耗细分奠定了基础。     

一种基于LSTM模型的电力负荷辨识方法

文中针对非侵入式负荷检测技术,提出了一种基于LSTM网络深度学习模型的负荷辨识方法。在该方法中,为避免电压、电流等信号的干扰,提出一种基于高斯窗移动变点寻优算法监测负荷事件,提取谐波分量作为负荷特征标签作为LSTM模型的输入,进而建立起内在信息间的映射关系,并依次进行模型的离线训练与负荷数据的在线辨识,实现对用电设备类型及其运行状态的精准辨识。经实验数据证明所提出的方法能准确完成对用电设备状态的辨识。     

基于二维离散模糊数的非侵入式负荷辨识方法

针对非侵入式负荷辨识中硬性聚类方法易受到电压、电流等干扰因素的影响,本文提出了一种基于离散模糊数的负荷辨识方法。本方法以有功P和无功Q这两种典型的负荷标签特征为出发点,以离散模糊数中有限链路为评价等级基础,构建了基于概率统计的评价方法,将相似特征的用电设备通过转换为离散模糊数矩阵,并结合矩阵质心和评判标准的比例形成最终评价值,进而实现负荷的辨识。相比于硬性聚类方法,本方法具有不单独依赖于P-Q维负荷特征,而是通过负荷对象的评价值方法得出辨识结果,最后通过真实实验验证,证明了本文方法得到的结果与实际的负荷投切结果一致,具有一定的抗干扰能力。     

基于改进Adaboost-BP算法的用电行为大数据分析

在智能电网的构建中,电网与居民用电信息的交互主要由用户侧安装的智能监测和计量设备提供。智能设备数量随电网建设扩大完善而不断增长,其记录的用电信息将构成规模庞大、结构多元、类型复杂的用户侧电力大数据,挖掘电力大数据背后隐藏的电力信息是智能电网建设的重要内容。非侵入式负荷监测技术相比于传统电力数据分析,一方面保护了用户的用能隐私,另一方面能够完成对负荷更详细的特征辨识。主要通过非侵入式负荷监测技术结合数据挖掘手段研究居民用电大数据,并准确快速地预测负荷类型和分析居民用电行为。首先设计基于滑动窗口电器投切探测算法,之后介绍机器学习领域中的经典算法Adaboost和BP神经网络,设计了用于居民负荷特征识别和分类的Adaboost-BP改进算法并提出相关标准。算例从BLUED数据库中提取居民用电功率和电流序列,通过滑动窗口算法提取功率序列探测电器投切情况,将libSVM算法、BP神经网络和Adaboost-BP改进算法进行负荷分类测试。测试结果验证了改进算法能够有效提升大量数据样本下对负荷的识别精度并正确分类,同时分类速度快,适用于居民用电行为在线分析的场景。     

低压配电网非侵入式电力负荷异常数据辨识方法

针对传统低压配电网中传统的电力负荷异常辨识方法中存在的辨识结果正确率低,影响用电设备正常运行的问题,开展了对电力负荷异常数据辨识方法研究。通过负荷事件检测、选择符合异常特征量、基于特征匹配的异常数据辨识,提出了一种低压配电网非侵入式电力负荷异常数据辨识方法。通过实验证明,该方法与传统方法相比有效提高了辨识结果的正确率,更加满足用户对用电设备电力负荷状态的辨识要求。     

基于负熵估计的居民用电负荷非侵入式分解算法

非侵入式负荷监测是实现能效跟踪与智能用电的重要技术,其中,负荷辨识方法是非常重要的内容。为此研究了一种非侵入监测机制下的居民负荷快速分解算法。利用非侵入负荷监测模式下负荷总电流信号是负荷单独运行时电流信号混合叠加的特点,将负荷分解问题有效建模为盲源分离问题。对混合电流信号进行白化处理,并构建解混矩阵,基于负熵最大化判别准则形成了有效的居民用电负荷分解算法,并构建评价函数对分解结果进行量化分析。为了验证算法的有效性,利用实际采集的用电数据进行负荷分解,均能够准确地从混合电流信号中分解出各个单独的叠加信号,即得到当前参与运行的用电负荷,并能够根据相似系数确定负荷类型,实现负荷辨识。     

基于聚类特征及seq2seq深度CNN的家电负荷识别方法研究

非侵入式负荷分解技术能够挖掘用户内部信息获取各用电设备负荷信息,使智能电网更加贴近日常生活,为泛在电力物联网感知层建立提供有效数据。为解决传统非侵入式负荷分解方法输入数据复杂,考虑因素较多,采样硬件要求高以及辨识准确率较低等问题,文章首先利用改进迭代K均值聚类提取用电设备运行状态建立负荷特征集,之后将特征集输入构造的序列到序列的一维深层卷积神经网络模型以及序列到序列的单、双向长短时记忆网络等模型中进行负荷分解挖掘各设备运行状态。最后通过REFITPowerData数据集进行验证,一维深层卷积神经网络模型虽然耗时较大但负荷识别准确率达到93%以上,表明基于特征数据集及序列到序列的一维深层卷积神经网络非侵入式负荷分解方法与其他深度学习模型方法、人工神经网络方法相比表现出更显著的信息提取能力以及辨识能力。     

新型虚拟磁链定向的Hopfield神经网络谐波电流检测

谐波电流检测的准确性和快速性直接影响有源电力滤波器的补偿精度。相较于锁相环,虚拟磁链在电网电压波动的情况下也能准确定向,而且响应速度更快。文中采用由高通滤波器和变换坐标系组成的新型辨识算法,改善了虚拟磁链中由积分器引起的相位误差。Hopfield神经网络利用新型虚拟磁链观测到的电网电压定向角,对谐波电流进行检测。该方法引入能量函数构造反馈型神经网络,通过不断反馈收敛最后达到平衡,以实现对谐波电流的检测。仿真结果表明基于虚拟磁链的Hopfield神经网络方法能同时快速准确地检测出基波电流、总谐波电流和各次谐波电流,而且在负载突变、电压波动的情况下,与基于瞬时无功功率理论的i_p-i_q法相比响应速度更快,准确性更高,具有更好的鲁棒性。     

基于DSP算法的谐波功率测量仪的研究

介绍了一种谐波功率测量的数字信号处理算法。通过在采样间隔中的迭代运算可计算出电压电流的频谱,进而可实时计算出谐波功率,这种算法比传统的FFT算法实用、效率更高。最后描述了采用DSP及FPGA等集成电路实现上述测量算法的谐波功率测量仪的系统设计原理。     

改进型ip-iq电网谐波电流检测算法

为快速准确地得到电网的谐波电流,本文在传统ip iq谐波电流检测算法基础上提出了一种新的谐波电流检测算法.取负载侧三相电压经过Clark变换和Park变换产生同步旋转信号,完成普通锁相环结构中鉴相器的功能,从而得到相位差信号△θ,再经过PI控制和积分调节得到A相基波电角度,然后通过正、余弦信号发生器产生标准的正、余弦信号,以此减小电压畸变带来的误差;用高通滤波器代替传统算法中的低通滤波器直接得到三相谐波电流,简化系统结构,减少延时,提高系统的实时性.Simulink仿真结果表明,该方法能够准确快速地检测出谐波电流.     

电能质量调节器检测方式的研究

给出了一种基于新型检测方式的电能质量调节器,该检测方式不需要检测供电电网电压波动及谐波和负载无功及谐波电流,论述了这种新型检测方式与传统检测方式在电压、电流控制上的等效性。经过Psim仿真,结果表明基于该等效检测方式的电能质量调节器具有控制算法简单、性能优良等优点,在各种电网电压和负载电流情况下,该调节器能使电网电流为正弦波并保持功率因数为1,同时向负载提供稳定的正弦波电压。     

A new control algorithm of active power line conditioner for improving power quality

In this paper, a new control algorithm for active power line conditioner (APLC) is proposed. The proposed APLC contains two power converters, a series power converter and a shunt power converter. The series power converter is operated as a current source, and it has the function of a harmonic isolation to block the harmonic current from the nonlinear load to mains and the harmonic voltage from the mains to load. The shunt power converter is operated as a voltage source to supply a clean and regulated output voltage to the load. Both power converters use the same dc bus. To demonstrate its performance, a prototype is developed and tested. The tested results show that the proposed APLC has the expected performance.     

DVR补偿器修正功率的双目标调节质量指标负载

提出一种基于粒子群优化(PSO)算法的控制方案,以便使用动态电压恢复器(DVR)来补偿关键的功率质量干扰,特别是电压下降和谐波电压.根据上述方法,DVR的PI控制器结构通过多目标PSO算法进行调节,结果表明,该算法调整的PI优于传统的PI控制器.介绍了分配系统的方法,将SAG和THD修改为故障条件下敏感负载中的主要电力质量指标.采用一种新的双目标优化算法来调整系数,这种双目标算法是基于上述目标的模糊化.模拟结果表明,该双目标算法比单目标算法和经典控制的电压下降和电压THD更好.     

基于三维特征向量的非侵入式电热负荷细分算法

非侵入式负荷监测分解（NILMD）技术是当前居民用能服务深化提升和电力供需互动的重要数据获取手段,然而当前工程上应用广泛的事件驱动型NILMD技术一直无法准确细化分解电热负荷。针对这一问题,文中提出了一种基于三维特征向量的典型电热负荷细化分解算法。首先,基于有功、无功功率和电流谐波等电气负荷特征采用事件检测方法提取电热事件,在有功功率的基础上,引入运行时长、频繁启停次数等非电气负荷特征共同构建三维特征向量电器模型。然后,采用序贯覆盖法设计典型电热负荷细化分解命题学习规则和细化分解算法。最后,基于实证实验数据进行分解验证,发现4种典型电热负荷的细化分解准确率超过85%。实验结果表明,文中所提典型电热负荷细化分解算法有效地提高了4种典型电热负荷分解的准确率。     

一种任意整数次谐波电压实时检测方法

基于瞬时无功功率理论提出了一种任意整数次谐波电压的实时检测方法.该方法在检测中另加标准电流信号,可使电网中实际电流的畸变不会影响检测精度,检测结果也能及时反映频率偏移的变化.为了加快动态响应速度,文中提出了反馈补偿算法并进行了详细的分析.仿真结果表明：反馈补偿算法能有效地加快动态响应速度;反馈补偿大小对响应速度和检测精度也有较大的影响;电网电压频率偏移不影响检测效果.     

基于优化分裂基FFT算法的APF谐波检测策略

有源电力滤波器(APF)是一种具备动态谐波抑制和无功补偿功能的新型电力电子装置,对电流谐波实时准确快速检测是决定APF性能的一个重要环节。快速傅立叶变换(FFT)是目前应用广泛的谐波检测方法。然而,传统FFT算法计算复杂、存在时间延迟、实时性差、容受电网电压波形畸变或频率波动的影响,影响谐波检测的准确性和效率,降低APF的补偿效果和综合性能。由此,本文提出一种基于分裂基FFT算法的APF谐波检测与补偿策略,通过蝶形运算对偶序号输入使用基-2算法,对奇序号输入使用基-4算法,比传统基-2算法减少10%以上运算量,比传统基-4算法减少2%以上运算量,可有效降低FFT算法复杂程度,增强谐波检测实时性;采用汉宁窗对分裂基FFT算法进行优化,提升谐波检测精度与抗干扰能力,保证APF谐波检测与补偿效果和整体性能。通过三相四线制APF样机实验验证了所提谐波检测与补偿策略的正确性和有效性,在负载突变的情况下,重新到达新稳态的调节时间可缩短约25%。